使用结构平均模型估计受控直接治疗对疼痛强度的影响:应用到疼痛随机受控试验
Rui Wang1, Patrick J Heagerty1,2, Kwun Chuen Gary Chan1
1Department of Biostatistics, University of Washington, Seattle, USA.
medRxiv : the preprint server for health sciences
|April 29, 2025
概括
新的因果推断方法准确地解释了在疼痛随机对照试验 (RCT) 中同时使用止痛药的情况. 这些先进的技术可能会显示出更大的治疗效果,例如外周内皮质类固醇注射 (ESI) 等干预措施.
科学领域:
- 临床流行病学临床流行病学
- 生物统计学 生物统计学
- 疼痛管理研究 疼痛管理研究
背景情况:
- 疼痛随机对照试验 (RCT) 中的传统分析往往不充分利用了用于同时使用止痛药的方法.
- 如果不考虑同时使用止痛药,可能会减少初级疼痛分析中估计的治疗效果.
- 外周注射类固醇 (ESI) 是一种常见的治疗腿部疼痛强度 (LPI).
研究的目的:
- 用当代因果推断方法重新分析外周类固醇注射 (ESI) 的RCT数据,以考虑并发止痛药的使用.
- 定义和估计"可归因于ESI估计",表示ESI的受控直接影响.
- 为了比较使用传统方法对因果推理方法的治疗效果估计.
主要方法:
- 使用当代因果推断方法,特别是结构平均模型 (SMM),重新分析现有的RCT数据.
- 定义了一个复合的疼痛强度结果,QPAC1.5,并使用SMM (估计方程[EE],g-估计,概括时刻方法[GMM]) 来估计目标估计.
- 将SMM与传统的严格治疗意图 (严格ITT) 分析对用数值评分表 (NRS) 测量的腿部疼痛强度 (LPI) 的结果进行了比较.
主要成果:
- 严格的ITT分析得出ESI治疗效果为-0.751个NRS点 (95% CI: [-1.287, -0.214]).
- 基于SMM的ESI估计值的估计是:EE -0.864 (95%CI: [-3.207, 1.478]),g-估计 -0.935 (95%CI: [-1.779, 0.090]),GMM -0.653 (95%CI: [-1.218, -0.089]),和QPAC1.5 -0.930 (95%CI: [-1.508, -0.352]).因此,这些估计值可以归因于ESI估计值.
- 因果推断方法考虑了止痛药的使用,而不假定顺序无视性,可能产生更大的治疗效果.
结论:
- 当代因果推断方法提供了一种有效的方法来解释在疼痛RCT中同时使用止痛药的情况.
- 这些方法应用于LPI的ESI,提供了与严格ITT相比可能产生不同的,可能更大的治疗效果估计的替代估计.
- 该研究强调了先进的统计技术在疼痛研究中更准确地估计治疗效果的有用性.
